Feuille de calcul réalisé sur un tableur Excel
Photogrammétrie terrestreLégende
Liste déroulante
Élément à renseigner manuellement
Élément automatique
Choix des données
Éléments de Choix de l'appareil photo Olympus E510
calcul Choix de la focale (mm) 30
Distance à l'objet (m) 50
Taille de l'objet approximative (m)
Loz Longueur (m) 100 Laz Largeur/Hauteur (m) 100 Recouvrement (%) Rx Horizontal (%) 60 Ry Vertical (%) 40
Information sur le capteur
Résolution (Mpx) 10 pixel mm Longueur (m) 3648 36 Largeur/Hauteur (m) 2736 24
Taille de capteur (m) 9.86842E-06
Taille de pixel sol obtenue (cm) 1.645
Emprise d'une photo (m)
Lo Longueur (m) 60,00
La Largeur/Hauteur (m) 40,00
Distance entre images à appliquer (m)
B = Lo ( 1 – Rx ) Longueur (m) 24,00
Di = La ( 1 - Ry ) Largeur/Hauteur (m) 24,00
Calcul du nombre d'images
nb = Laz / Di Nombre de bandes 5
ni = ( Loz / B ) + 2 Nombre d'images selon la
longueur 7
Annexe 4
Visualisation des nuages générés sur Pix4D
1 - 2017 - Albris – 24 860 178 points
2 - 2018 - Albris – 14 709 702 points
4 - 2018 - Albris + Olympus – 4 643 486 points
5 - 2018 - Rodéon 2 stations – 792 913 points
7 - 2018 - Rodéon 6 stations – 3 693 849 points
8 - 2018 - Rodéon 6 stations – 35 896 887 points
Annexe 5
Visualisation des nuages générés sur Agisoft
10 - 2018 - Rodéon 2 stations - 3 891 49411 - 2018 - Rodéon 2 stations - 1 096 350
Annexe 6
Tableau de comparaison des nuages générés sur Pix4D et Agisoft
n° du nuage associé
Date Technique Logiciel Nb.
d'image GSD (cm) Géoréfé- rencement : RMS 3D (cm) Nb de GCP utilisés pour le géoréfé- rencement
Paramétrage Densité Temps
Taille d'image pour l'extraction des points clés Taille d'image utilisée pour la densification Densité de points Nb. minimum de correspondance Nombre de points 3D Total : processus initial et génération du nuage 1 2017 Albris Pix4D 220 0,41 1,5 8 1 multiscale, 1/2 Optimal 4 24 860 178 0:00:00
2 2018 Albris 157 0,52 2,3 8 1 multiscale, 1/2 Optimal 4 14 709 702 3 h 18 min 55 s
3 2018 Olympus 340 1.4 2.6 8 1 multiscale, 1/2 High (slow) 6 6 424 865 6:01:10
4 2018 Albris-
Olympus 497 1.17 2.8 8 1 multiscale, 1/2 Low(Fast) 4 4 643 486 7:57:50
5 2018 Rodéon - 2
stations 6 1.23 2.6 9 1 multiscale, 1 Optimal 2 792 913 0:00:50
6 2018 Rodéon - 2
stations 6 1.23 2.6 9 1 multiscale, 1 High (slow) 2 2 971 264 0:01:47
7 2018 Rodéon - 6
stations 19 1.18 1.6 14 1 multiscale, 1 Optimal 3 3 693 849 0:14:15
8 2018 Rodéon - 6
stations 19 1.18 1.7 14 1 multiscale, 1 High (slow) 2 35 896 887 0:30:15
9 2018 Rodéon - 6
stations 19 1.18 1.7 14 1 multiscale, 1 High (slow) 4 9 520 859 0:12:15
10 2018 Rodéon - 2 stations Agisoft 6 1.08 6.7 8 Haute 3 891 494 0:00:12 11 2018 Rodéon - 2 stations 6 1,22 8,3 8 Moyenne 1 096 350 0:00:12 12 2018 Rodéon - 6 stations 19 9,49 3,3 11 Haute 6 168 850 0:02:09
Liste des Figures
Figure 1 : Exemple d'une chute de blocs en pied de falaise à Lavey-les-bains, 2018 ... 9
Figure 2 : Exemple d’un éboulement sur la plaque tournante CFF à Vallorbe, Décembre 2010. ... 9
Figure 3 : Caractérisation des éléments en fonction de leur volume ... 10
Figure 4 : Falaise de Veytaux ... 11
Figure 5 : Monts d'Arvel ... 11
Figure 6 : Rocher de Toveyres ... 11
Figure 7 : Falaise et glissement d’Ollon ... 12
Figure 8 : Falaise de Bex ... 12
Figure 9 : Falaise de Lavey-les-Bains ... 12
Figure 10 : Rocher de Toveyres, présence d'un treillis métallique plaqué et cloué ... 12
Figure 11 : Acquisition d'une zone selon une trame régulière à droite, à gauche l'augmentation de l'empreinte laser ... 14
Figure 12 : chaîne de traitement photogrammétrique classique ... 15
Figure 13 : Carte de localisation, fond de plan : carte nationale Swisstopo, source : www.geo.vd.ch ... 19
Figure 14 : Site de la falaise de Bursins, source : photographie personnelle ... 19
Figure 15 : TLS Faro Focus 3D X330 Source : www.hkd-geomatique.com/technologies ... 20
Figure 16 : Principe de recalage "nuage-nuage" et de géoréférencement avec l'utilisation de points "durs" ... 21
Figure 17 : Acquisition de photographie de manière classique ... 23
Figure 18 : Configuration de photogrammétrie terrestre de manière classique ... 23
Figure 19 : Configuration de photogrammétrie terrestre en mode "Panoramique" ... 24
Figure 20 : Acquisition de photographie d'un seul point de vue ... 24
Figure 21 : Bras motorisé Rodéon Pixpert monté sur trépied ... 24
Figure 22 : Acquisition par photogrammétrie aérienne ... 25
Figure 23 : Nuage de points Albris 2018 généré sur Pix4D ... 26
Figure 24 : Nuage de points Olympus 2018 généré sur Pix4D ... 26
Figure 25 : Nuage de points Rodéon 2 stations généré sur Pix4D ... 27
Figure 26 : Nuage de points Rodéon 6 stations généré sur Pix4D ... 27
Figure 27 : Nuage de points Rodéon 2 stations généré sur Agisoft ... 28
Figure 28 : Nuage de points Rodéon 6 stations généré sur Agisoft ... 28
Figure 29 : Mauvais pointage d’un élément naturel sur Pix4D ... 29
Figure 30 : 1re étape pour le calcul M3C2 ... 31
Figure 31 : 2e étape pour le calcul M3C2 ... 31
Figure 32 : Étude des normales avec une orientation préférentielle ... 32
Figure 33 : Avant (à gauche) et après (à droite) réorientation des normales... 32
Figure 34 : Calcul des normales avec D/2 = 50 cm... 33
Figure 35 : Vues rapprochées de la surface avec les normales calculées. ... 33
Figure 36 : Schéma des calculs M3C2 réalisés ... 35
Figure 37 : Illustration des zones étudiées ... 35
Figure 38 : Courbe de répartition des distances M3C2 et tableau des éléments gaussiens ... 36
Figure 39 : Courbe de répartition des distances M3C2 et tableau des éléments gaussiens ... 38
Figure 40 : Courbe de répartition des distances M3C2 et tableau des éléments gaussiens ... 39
Figure 41 : Illustration de la méthode ICP ... 43
Figure 42 : Courbe de répartition des distances M3C2 et tableau des éléments gaussiens ... 44
Figure 43 : Courbe de répartition des distances M3C2 et tableau des éléments gaussiens ... 45
Figure 44 : Courbe de répartition des distances M3C2 et tableau des éléments gaussiens ... 46
Figure 45 : Analyse de la volumétrie - Géoréférencement en 2017 et 2018 ... 47
Figure 46 : Analyse de la volumétrie - Géoréférencement en 2017 et ICP en 2018 ... 47
Figure 47 : Photographies d'illustration du glissement d'Ollon ... 48
Figure 48 : Plan de situation réalisé par le bureau CSD Ingénieurs, Constat de situation de danger réalisé le 22 Janvier 2018, Dario Carrea et Renaud Chantry. ... 48
Figure 50 : Graphique des vecteurs de variation sur chacun des points de contrôle relevés, réalisé sous python ... 51 Figure 51 : Comparaison du "calcul de la distance selon la normale" pour la détection de
changement et le calcul de "déplacement" 3D pour les mouvements de terrain. Source : M-A Chanut, Cerema Centre Est, Colloque SFPT, Mars 2017 ... 52 Figure 52 : Proposition d’une maquette d'interface et d’insertion des éléments détectés dans une
Liste des tableaux
Tableau 1 : Synthèse des contraintes selon les sites ... 13 Tableau 2 : Tableau de confrontation des méthodes exploitables dans le cadre d'une modélisation
tridimensionnelle ... 17 Tableau 3 : Résultat de l’écart X, Y, Z entre les coordonnées vraies et les celles calculées pour le
pointage ... 29 Tableau 4 : Placement du pic maximal d'occurrence des distances ... 37 Tableau 5 : Comparaison des éléments émanant du calcul de volume entre le drone Albris de 2017
et les méthodes de 2018 sur le nuage complet nettoyé de la végétation ... 40 Tableau 6 : Comparaison des éléments émanant du calcul de volume entre le drone Albris de 2017
et les autres méthodes sur une zone constituée d’éléments éboulés. ... 41 Tableau 7 : Comparaison des éléments émanant du calcul de volume entre le drone Albris de 2017
et les méthodes de 2018 sur une zone de plus grande envergure ... 42 Tableau 8 : Résultats des valeurs RMS concernant le recalage ICP pour chacune des méthodes ... 43 Tableau 9 : Analyse détaillée des histogrammes de fréquence d’apparition des distances à l'aide du
pic maximal – Zone complète ... 44 Tableau 10 : Écarts (dx, dy, dz) sur chacun des points de contrôle. Les points "10_ _" sont ceux
Résumé
Différentes expérimentations ont montré le potentiel de la photogrammétrie, moyen simple et peu onéreux, pour la modélisation tridimensionnelle des milieux naturels à structures complexes et la détection des instabilités liées aux parois rocheuses. L’engagement d’un appareil photographique accompagné d’un bras motorisé offre la possibilité d’acquisition rapide et efficace sur le terrain, ainsi que des temps de restitution et de traitements totalement optimisés. Des mesures tachéométrique sur des cibles naturelles telles que des pierres distribuées le long de la paroi permettent le géoréférencement du nuage de points lors de la première mission uniquement. Les différentes études ont montré la robustesse de la méthode ICP, mise en œuvre pour le calage des nuages d’époque postérieure. La simple mise à l’échelle du nuage de points à l'aide d’une mire graduée, par exemple, reste à expérimenter, simplifiant davantage la méthode. Les phénomènes naturels gravitaires entre deux prises de mesures peuvent être décelés, rapidement et de manière fiable, en utilisant la comparaison diachronique des nuages de points. Cette détection robuste, opérée vectoriellement, est mise en œuvre avec l’algorithme M3C2 (Lague, Brodu et Leroux 2013) sur le logiciel libre CloudCompare. Ainsi, avec le suivi d’une démarche rigoureuse, les acquisitions peuvent être directement pratiquées par les professionnels intéressés. Les traitements seront exécutés par les personnes compétentes par la suite. Cependant, le rendu des données reste complexe puisqu’un véritable manque subsiste au niveau des logiciels pour l’extraction et l’archivage des éléments. Une proposition de développement d’outils est donc effectuée, pouvant être réalisée par d’autres projets d’étudiant, ou professionnel.
Mots clés : Dangers naturels, dangers gravitaires, falaise, chutes de pierres et de blocs, éboulements, géoréférencement, ICP, photogrammétrie, lasergrammétrie, méthodologie.
_________________________________________________________________ SUMMARY
Many testing shown photogrammetry potentials, simple and inexpensive method, for three- dimensional modeling of natural environment with complex structure, and cliff instabilities detection. The use of camera and motorized arm enable fastly and efficiently field data acquisitions as well optimize restitution and processing times. The tacheometric measurements on natural targets like stones distributed along rock face make it possible to georeference point cloud only during the first mission. Many studies shown ICP method robustness, used for the points clouds registration at later dates. A simple cloud scaling with optical grade rods for example, can be experiment for even more simply method. Gravitational natural phenomenon between two different measurements periods can be detected, quickly and reliably, with cloud diachronic comparison. This robust detection in vector mode is executed with M3C2 algorithm (Lague, Brodu and Leroux 2013) on free software CloudCompare. Thus, with the follow-up to strict protocol, acquisitions can be realized by concerned professionals. Thereafter data processing are executed by skilled person. However data rendering is complex because a real lack subsisted on software for elements extraction and storage. Tools development proposition is made and can be processed by student or professional projects.
Key words : Natural hazards, gravitational hazards, cliff, falling rocks and blocks, georeferencing, ICP, photogrammetry, lasergrammetry, methodology.